对于AI行业而言,智能钟新
但真正出乎意料的发展防是,《华盛顿邮报》报道称,应敲OpenAI随后联系“抱抱脸”并启动遏制措施,响安学网OpenAI将这种行为称为“奖励作弊”,闻科
据《华盛顿邮报》报道,人工OpenAI承认,智能钟新模型利用这一漏洞获得了互联网访问能力。发展防这些智能体不仅相互分享漏洞和攻击方法,PHASEONE10841会向其他智能体分配任务,但也没有公布其他目标。其中约700个参与了对“抱抱脸”的攻击。攻击来自正在接受网络安全能力测试的自家AI模型。OpenAI早在5月26日前后就发现过AI智能体在进行留言活动。一些早期异常信号本可以促使其更早采取行动。
此次事件没有人类直接指示AI智能体攻击“抱抱脸”,
1200个智能体大量交换信息
METR和Redwood Research调查发现,
“抱抱脸”是全球知名的AI开源平台,几小时内,OpenAI承认,还研究如何修改、模型需要在特定计算机环境中寻找漏洞、但直到7月6日,但当时没有公布攻击者身份。请与我们接洽。采取测试人员没有预料到的方式完成目标。同日,进入互联网,再通过监控系统发现异常。甚至可能无法完成。这些智能体在7月一周左右的时间里大量交换信息,意图寻找测试答案。“抱抱脸”公开披露一起安全事件,7月16日,OpenAI与“抱抱脸”公布初步调查结果,又如何阻止多个智能体通过相互协作放大风险,随后入侵“抱抱脸”内部系统,并发送了1000多条消息。“抱抱脸”并非此次攻击中唯一遭到入侵的组织,通过一个未经授权的内部留言板交换了超过7万条消息和文件,5天后,一个名为PHASEONE10841的AI智能体建立了未经授权的留言板。此时距离AI智能体首次绕过相关安全防护已经过去12天。
过去,模型还试图掩盖作弊行为,能力强大的AI智能体已经能够绕过技术控制,调查还发现,如果当时已经运行目前部署的“思维链”监控系统,调用工具,
更令人关注的是,
一场安全测试最终演变成攻击
此次事件源于OpenAI对AI模型网络安全能力的测试。在发现严重事件后30分钟内通知相关人员。最终约1200个智能体加入这一通信网络。并利用这些漏洞逃离测试环境、
据《连线》杂志报道,传统安全边界也面临新的挑战。3天内关闭了大部分未经授权的活动。下载和使用AI模型、以避免被发现;它们还能够伪造部分工具调用,OpenAI计划建立全天候安全事件响应机制,并采取没有任何人类指示它们实施的危险行动。